4. 开发环境搭建：IDE配置、版本控制、依赖管理与虚拟环境

说实话，开发环境这个事儿，很多人一开始不重视。我见过太多项目，代码写得挺好，结果环境搭了一周还没跑起来。这一章，咱们就把IDE、Git、依赖管理和虚拟环境一次性理清楚。

4.1 IDE 配置：你的主战场

我个人习惯用 VS Code，偶尔切到 PyCharm 处理大型 Django 项目。这里不讲门派之争，只说实用配置。

4.1.1 必须装的插件

• Python（微软官方）：语法高亮、IntelliSense、调试器
• GitLens：行内显示 blame 信息，谁改的、为什么改一目了然
• EditorConfig for VS Code：多语言缩进对齐，团队统一
• Prettier：前端代码格式化，后端也能用
• Docker：如果你的项目用容器，这个必备

4.1.2 工作区配置

{
    "editor.formatOnSave": true,
    "python.linting.enabled": true,
    "python.linting.flake8Enabled": true,
    "python.formatting.provider": "black",
    "git.enableSmartCommit": true,
    "files.exclude": {
        "**/__pycache__": true,
        "**/.pytest_cache": true,
        "**/.venv": true
    }
}

把这个放到项目根目录的 .vscode/settings.json 里，团队每个人都会自动应用。嗯，这里要注意：.venv 排除掉，谁也不想在文件树上看到几百个依赖包。

4.2 版本控制（Git）：别把仓库搞崩溃

Git 我用了十几年，踩过的坑能写本书。你想想看，团队里只要一个人把大文件 push 到仓库，整个历史就炸了。

4.2.1 分支策略

小团队用 GitHub Flow 就够了：main 分支保护，功能从 feature 分支合并。大项目推荐 Git Flow，但别搞得太复杂。

层级	用途	合并权限
main	生产就绪代码	仅管理员 + CI 通过
develop	下个版本的集成分支	开发人员 + Code Review
feature/*	新功能开发	开发者自建，自动删除
hotfix/*	紧急修复	从 main 切出，修复后合并回 main 和 develop

4.2.2 .gitignore 必须尽早写好

# Python
__pycache__/
*.py[cod]
*.egg-info/
dist/
build/

# 虚拟环境
.venv/
venv/

# IDE
.vscode/
.idea/

# 环境变量
.env
*.env.local

# 大文件
*.zip
*.tar.gz

# 系统
.DS_Store
Thumbs.db

4.2.3 常用命令清单

• git stash push -m "暂存未完成的工作" —— 临时切分支时用
• git rebase -i HEAD~3 —— 整理最近3个 commit，保持历史干净
• git log --oneline --graph --all —— 看分支关系图
• git tag v1.2.3 —— 打版本标签，CI/CD 自动部署常用

4.3 依赖管理：别让“在我电脑上能跑”成为团队口头禅

依赖管理就两个原则：锁定版本 + 区分环境。Node 项目用 package-lock.json，Python 项目用 pip freeze > requirements.txt。但更推荐 pipenv 或 poetry。

4.3.1 对比主流工具

工具	锁定文件	虚拟环境	适合
pip + requirements.txt	手动 freeze	手动	简单脚本
pipenv	Pipfile.lock	自动	中等项目
poetry	poetry.lock	自动	库 / 复杂项目
yarn	yarn.lock	node_modules	前端

我个人推荐 Poetry。原因？它解决了 Pipfile 里一些奇怪的哈希校验问题。我遇到过生产环境依赖版本跑偏，因为有人手动改了 Pipfile 里的版本号，但没更新 lock 文件——用 Poetry 就不会，它的 lock 文件是算法校验的。

4.3.2 一个典型的 Python 依赖文件

[tool.poetry.dependencies]
python = "^3.10"
django = "4.2.7"
djangorestframework = "3.14.0"
celery = "^5.3"

[tool.poetry.group.dev.dependencies]
pytest = "^7.4"
black = "^23.12"
flake8 = "^6.1"

注意：生产依赖和开发依赖分开。部署时用 poetry install --only main，测试工具就不装到服务器上了。

4.4 虚拟环境：隔离，隔离，还是隔离

你想想看，系统里有 Python 3.11，但项目 A 只能用 3.9 因为某个库不兼容。没有虚拟环境，你就等着哭吧。

虚拟环境本质上只是一个独立的 Python 解释器和包目录。我常用的方式：

• conda：适合数据科学项目，包多且环境复杂
• Python venv (内置)：轻量，适合纯 Python 项目
• poetry shell：自动创建并激活虚拟环境
• Docker：终极隔离方案，但太重了，开发阶段可以不用

4.4.1 快速创建虚拟环境

# 使用内置 venv
python -m venv .venv
source .venv/bin/activate

# 或者用 Poetry 自动创建
poetry install
poetry shell

4.5 从零搭建的完整流程（一个迷你案例）

假设我们要做一个 To-do List API，名字叫 todo-api。我会这样走一遍：

1. mkdir todo-api && cd todo-api
2. git init 并写好 .gitignore
3. 用 Poetry 初始化：poetry new . 或 poetry init
4. poetry add django djangorestframework
5. poetry add --dev pytest black flake8
6. poetry install 生成 poetry.lock
7. 用 Django 创建项目骨架
8. 在 VS Code 中打开，自动激活 Poetry 虚拟环境（插件会自动识别）
9. 第一次 commit：git add . && git commit -m "feat: initial project setup with Django + DRF"
10. 推送远程仓库，CI/CD 开始跑测试

这一步走完，不管是实习生还是资深工程师，clone 之后执行 poetry install + python manage.py runserver 就能开工。